main xxxxxxxxxxLine #13. temp_re = re.compile('^\s+(?P\S+)\s+(?P\S+)\s+(?P\S+)\s+(?P\S+)\s+')
commenter ces deux lignes (13 et 14) pour bien montrer pourquoi les utilisez vous?
xxxxxxxxxx| year | month | ano | uncert | abs | |
|---|---|---|---|---|---|
| count | 1685.000000 | 1685.000000 | 1683.000000 | 1683.000000 | 1683.000000 |
| mean | 1950.290801 | 6.510386 | 0.037915 | 0.286562 | 16.885182 |
| std | 40.547306 | 3.454065 | 0.514970 | 0.165932 | 2.954155 |
| min | 1880.000000 | 1.000000 | -1.380000 | 0.064000 | 11.522000 |
| 25% | 1915.000000 | 4.000000 | -0.321500 | 0.131000 | 14.148500 |
| 50% | 1950.000000 | 7.000000 | -0.031000 | 0.276000 | 17.080000 |
| 75% | 1985.000000 | 10.000000 | 0.340000 | 0.400000 | 19.658000 |
| max | 2020.000000 | 12.000000 | 1.709000 | 0.830000 | 22.005000 |
Line #1. south_hem.describe()
pas de commentaire de code?
Concaténation des Data Sets
Pour faciliter notre analyse nous concaténons par année et mois l’ensemble Data Sets que nous souhaitons analyser dans un unique DataFrame. Nous concatènerons également les données liées aux émissions de CO2 (et à la hausse du niveau des océans ?).
Il manque également une synthèse de toutes les observations que vous avez pu faire ci-dessus (d'où le fait d'analyser tous les graphiques et ici d'en faire juste une synthèse).
Je n'ai pas vu non plus d'exploration du jeu de données CO2 et hausse de température des océans?
xxxxxxxxxx| date | afghanistan | albania | algeria | andorra | angola | anguilla | antarctica | argentina | armenia | ... | turkmenistan | uganda | ukraine | uruguay | uzbekistan | venezuela | vietnam | yemen | zambia | zimbabwe | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 1743-11-15 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 1 | 1744-04-15 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 2 | 1744-05-15 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 3 | 1744-06-15 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 4 | 1744-07-15 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 3259 | 2020-08-15 | 26.295 | 24.017 | 34.687 | 21.719 | 22.385 | NaN | -32.168 | 10.782 | 18.640 | ... | 27.909 | 23.316 | 21.013 | 14.227 | 26.097 | 26.213 | 27.542 | 31.935 | 21.223 | 19.621 |
| 3260 | 2020-09-15 | 20.147 | 21.339 | 31.515 | 17.295 | 24.295 | NaN | -29.611 | 13.377 | 18.195 | ... | 21.670 | 23.241 | 17.703 | 14.295 | 19.067 | 26.577 | 27.299 | 30.132 | 24.183 | 22.638 |
| 3261 | 2020-10-15 | 12.916 | 14.932 | 25.514 | 11.254 | 25.356 | NaN | -26.018 | 16.502 | 11.396 | ... | 14.130 | 23.166 | 12.549 | 17.589 | 11.672 | 26.211 | 24.192 | 26.916 | 25.994 | 24.588 |
| 3262 | 2020-11-15 | 6.912 | 10.253 | 19.019 | 9.571 | 24.040 | NaN | -17.661 | 19.850 | 4.856 | ... | 6.378 | 23.889 | 3.711 | 21.023 | 2.563 | 25.973 | 23.688 | 24.141 | 25.317 | 25.934 |
| 3263 | 2020-12-15 | 1.580 | 7.786 | 14.977 | 5.613 | 23.103 | NaN | -12.548 | 21.215 | -0.523 | ... | -1.060 | 24.100 | -0.777 | 22.736 | -4.313 | 25.545 | 20.603 | 21.734 | 22.789 | 23.595 |
3264 rows × 171 columns
pour moi il manque l'exploration de ce jeu de données.
Quel est le pays le plus chaud? Le plus impacté par la hause de température? Les profils d'évolution de températures sont-ils identiques au profil global (ou profils des hémisphère)? Après vous pouvez explorer tout ceci dans l'analyse à venir
xxxxxxxxxxUn graphique aurait été meilleur
Aggrégation des données
Nous souhaitons avoir les deux hémisphères réunies dans un seul dataset.
J'aurais conseillé de réunir les dataframes et de réaliser les analyses des deux hémisphères en les comparant avec des graphiques côte à côte.
En gros:
- importer
- nettoyer
- fusionner
- explorer de manière conjointe
A nouveau, 2 remarques :
- La tendance à la hausse est nette dans les 2 hémisphères.
- Les températures mesurées dans l'hémisphère sud maintiennent un écart positif de 6°C env. par rapport à l'hémisphère nord. La raison de cet écart doit être un plus grand ensoleillement, la rotation de la terre autour de son axe, ou encore la différence de surface d'eau d'un hémisphère à l'autre.
Les températures mesurées dans l'hémisphère sud maintiennent un écart positif de 6°C env. par rapport à l'hémisphère nord. La raison de cet écart doit être un plus grand ensoleillement, la rotation de la terre autour de son axe, ou encore la différence de surface d'eau d'un hémisphère à l'autre.
Vous pouvez donner plus de détails SVP?
xxxxxxxxxx
du coup on ne distingue pas les différence entre les deux hémisphères...? Il y'a un soucis avec la légende et on ne voit pas le point avec une température de 40°C?
xxxxxxxxxx
qu'observe t'on exactement??
On observe une distribution très différente des températures mensuelles d'un hémisphère à l'autre.
Dans ce cas vaut mieux mettre les 2 graphiques côte à côte pour que ce soit plus explicite
Nous remarcons deux NaNs dans la colonnes 'ano', deux dans 'uncert' et deux dans 'abs'. Preil que dans le data set precedent, nous utilisons l'interpolation linéaire:
idem
xxxxxxxxxxje vous conseille la présentation ci-dessous (en markdown)
nom de colonnes | traitement NaN -- | -- ano | remplacement par interpolation uncert | remplacement par interpolation
Autre question les valeurs manquantes sont-elles à la même date? Si oui essayer de creuser pour savoir s'il y'a une raison (si vous trouvez une raison)
xxxxxxxxxx
idem?
xxxxxxxxxx
commentaire??
Nous remarcons un NaN dans la colonne 'ano', un dans 'uncert' et un dans 'abs'. Preil que dans le data set precedent, nous utilisons l'interpolation linéaire:
Nous remarquons
Nous pouvons faire 2 remarques :
- La tendance à la hausse est nette dès 1800 pour les terres et dès les premières mesures retenues pour les terres et océans.
- Les moyennes sont beaucoup plus élevées (6°C env.) dès lors qu'elles comprennent les mesures à la surface des océans.
L'écart de température est-il constant?
xxxxxxxxxx
A quoi sert la légende?
Même remarque que précédemment.
On voit toujours le point aberrant.
Remarquons que dans les 2 cas, la marge d'incertitude s'amincit au cours du temps. La qualité des mesures et le nombre d'observations augmentent et améliorent grandement la fiabilité des données.
Quels deux cas?
xxxxxxxxxx
Commenter le dernier point
xxxxxxxxxx
Même remarque que ci-dessus
Nous remarcons un NaN dans la colonne 'ano', un dans 'abs' et trois NaN dans la colonne 'uncert'.
Attention petite tipo..
Pour remplir les NaN, la méthode que nous considérons la plus adéquate concernant le sujet de températures est l’interpolation linéaire - la technique de détermination des valeurs des fonctions de tout point intermédiaire lorsque les valeurs de deux points adjacents sont connues.
Très bien de l'avoir écrit
xxxxxxxxxxJe conseille un graphique avant et après remplacement de valeurs manquantes pour identifier les "trous" et les positions et les niveaux des points d'interpolation.
xxxxxxxxxx
Pas d'analyse du graphique en dessous?
xxxxxxxxxx
Pas d'analyse du graphique..
On ne voit pas de point avec un température à 40°C.
La courbe de moyenne glissante est rouge est prête un petit peu à confusion avec la température max
UnhapPy Earth
Étude de cas : Analyse du réchauffement climatique
De manière globale il manque une analyse des graphiques réalisés (tous les graphiques ne sont pas analysés)
Pas vu non plus les datasets relatifs aux niveau des océans et au CO2.
Attention à bien observer vos graphiques pour voir si tous les éléments du graphique apportent de l'information.
Manque aussi une synthèse en fin pour lister les différentes informations trouvées lors de cette étape d'audit et peut-être d'autres questions ou les questions qui pourront avoir une réponse dans la partie qui va suivre
Initialisation du notebook
- Connexion au Google Drive
- Import des packages
# Montage du Google Drivefrom google.colab import drivedrive.mount('/content/drive')#%run '/content/drive/MyDrive/Colab Notebooks/Fonctions.ipynb'# Import des packagesimport pandas as pdimport numpy as npimport reimport matplotlib.pyplot as pltfrom matplotlib import cmDéfinition de fonctions
Cette section décrit rapidement les fonctions définies dans ce fichier.
Fonction read_txt_file
Fonction permettant de lire un fichier de mesures, de récupérer les températures de références et anomalies, puis de calculer les valeurs de températures absolues.
Calcul des températures absolues: pour calculer la température absolue d’un mois donné, il faut ajouter la valeur d’anomalie correspondant au même mois dans la liste de températures de référence (période 1951 - 1980) citée en en-tête.
La fonction renvoie un DataFrame avec les colonnes date, year, month, ano, abs, uncert.
# Définition de la fonction read_text_filedef read_txt_file(file_in: str) -> pd.DataFrame: """ Read a file, extract reference temperatures and anomalies, compute absolute temperatures, and return a complete dataframe. """ with open(file_in) as f: lines = f.readlines() temps = pd.DataFrame() refs = [] temp_re = re.compile('^\s+(?P<year>\S+)\s+(?P<month>\S+)\s+(?P<ano>\S+)\s+(?P<uncert>\S+)\s+') ref_all_re = re.compile('^%%?\s+((?P<month>[\d.-]+)\s+)+$') for line in lines: # Check if line is a data line m = temp_re.match(line) if m: record = m.groups() record_s = pd.DataFrame(record) temps = pd.concat([temps, record_s], axis=1) continue # Check if line is a reference refs_m = ref_all_re.match(line) if refs_m and len(refs) == 0: refs = [ float(x) for x in re.findall(r'[\d.-]+', refs_m.group(0)) ] # Reformat, set column names and types. temps = temps.T temps.columns = ['year', 'month', 'ano', 'uncert'] temps['year'] = temps['year'].astype(int) temps['month'] = temps['month'].astype(int) temps['ano'] = temps['ano'].astype(float) temps['uncert'] = temps['uncert'].astype(float) # Compute absolute temperatures. temps['abs'] = temps.agg(lambda x: x['ano'] + refs[int(x['month'])-1], axis=1) # Prevent floating point black magic by rounding. temps.round({'abs': 3}) # Set 'date' column temps['date'] = pd.to_datetime(temps['year'].map(str) + '-' + temps['month'].map(str) + '-15') return temps# Test de la fonction, à décommenter au besoin.#df = read_txt_file('/content/drive/MyDrive/data/berkeley_earth/Complete_TAVG_complete.txt')Line #13. temp_re = re.compile('^\s+(?P\S+)\s+(?P\S+)\s+(?P\S+)\s+(?P\S+)\s+')
commenter ces deux lignes (13 et 14) pour bien montrer pourquoi les utilisez vous?
Fonctions de visualisation
Définition de fonctions de plotting, par mois ou par an, pour une ou plusieurs régions.
# Définition d'une fonction pour l'affichage d'un graphe montrant l'évolution des températures par # mois pour un DF donné, et la moyenne glissante sur 12 mois des températures :def plot_month(df, title) : """ Display both a plot and a scatter plot from a DF, with x = date (by month) and y = absolute temperature. Add a cmap to colorize the scatter based on y value. Plot 12-months moving average temperature. """ plt.figure(figsize=(18,6)) plt.grid(color='grey', alpha=0.2) plt.plot(df['date'], df['abs'], c='lightgrey', zorder=1) plt.scatter(df['date'], df['abs'], c=df['abs'], cmap='jet', vmin=-40.5, vmax=40, s=15, zorder=2, label='Moyennes mensuelles') plt.plot(df['date'], df['mov_average'], color='r', linewidth=2, label='Moyenne glissante sur 12 mois') plt.colorbar() plt.xlabel('Date (par mois)') plt.ylabel('Température absolue en °C') plt.legend() plt.title(title) plt.show()# Définition d'une fonction pour l'affichage d'un graphe montrant l'évolution des températures par # an pour un DF donné, avec ou sans marge d'incertitude :def plot_year(df, title, show_uncert=False) : """ Display both a plot and a scatter plot from a DF, with x = date (by year) and y = absolute temperature. The 'show_uncert' parameter allows, if True, to display the uncertainty margin. Add a cmap to colorize the scatter plot based on y value, when uncertainty is not plotted. """ temp_year = df[['year', 'abs', 'uncert']].groupby('year').mean().reset_index() plt.figure(figsize=(18,6)) plt.grid(color='grey', alpha=0.2) plt.plot(temp_year['year'], temp_year['abs'], c='grey', zorder=1) if show_uncert==True : plt.scatter(temp_year['year'], temp_year['abs'], edgecolor='none', zorder=2) plt.fill_between(temp_year['year'], temp_year['abs'] - temp_year['uncert'], temp_year['abs'] + temp_year['uncert'], color='#D3D3D3', zorder=0) else : plt.scatter(temp_year['year'], temp_year['abs'], c=temp_year['abs'], cmap='jet', vmin=-40.5, vmax=40, edgecolor='none', zorder=2) plt.colorbar() plt.xlabel('Date (par annnée)') plt.ylabel('Température absolue en °C') plt.title(title) plt.show()# Définition d'une fonction pour l'affichage de plusieurs graphe montrant l'évolution des# températures par an sur plusieurs régions :def mult_plot_year(df_dict, title) : """ Display multiple plots and a scatter plots from a DFs dictionary, with x = date (by year) and y = absolute temperature. Add a cmap to colorize the scatter plots based on y value. """ plt.figure(figsize=(18,6)) for key, df in df_dict.items() : temp_year = df[['year', 'abs']].groupby('year').mean().reset_index() plt.plot(temp_year['year'], temp_year['abs'], c='lightgrey', zorder=1) plt.scatter(temp_year['year'], temp_year['abs'], c=temp_year['abs'], label=key, cmap='jet', vmin=-40.5, vmax=40, edgecolor='none', zorder=2) plt.grid(color='grey', alpha=0.2) plt.xlabel('Date (par annnée)') plt.ylabel('Température absolue en °C') plt.colorbar() plt.title(title) plt.legend() plt.show()Contexte et objectifs
Notre objectif est de proposer une analyse du réchauffement climatique, en répondant aux problématiques suivantes :
- Pouvons-nous confirmer grâce aux données le phénomène de changement climatique ? Le réchauffement est-il réellement observable ?
- Quand le phénomène apparaît-il ? De manière soudaine ou graduelle ? Au même moment sur l’ensemble du globe ?
- Son évolution est-elle uniforme à travers le monde ou certaines zones sont-elles plus impactées que d’autres ?
- Le CO2 serait, parmi l’ensemble des gaz à effet de serre émis, la principale cause du réchauffement de la planète. Existe-t-il une forte corrélation entre les émissions de CO2 et l’évolution des températures ?
- La montée du niveau des mers et océans serait une des conséquences majeures du changement climatique. A nouveau, pouvons-nous confirmer la corrélation entre augmentation de la température et hausse du niveau des océans ?
Sources et détails des data sets
Afin d’atteindre nos objectifs, nous nous basons sur les Data Sets disponibles sur le site Berkeley Earth. Cette organisation américaine indépendante se concentre sur la science des données environnementales. Recoupant elle-même plusieurs sources, notamment l'analyse GISTEMP réalisée sous l'égide de la NASA, elle fournit un ensemble de Data Sets actualisés, complets, avec une large quantité d’information (au total, plus de 19 millions d’observations depuis 46 000 stations météo).
Les Data Sets que nous utilisons pour nos analyses sont les suivants :
Températures globales :
Land_and_Ocean_complete_1.txt: liste des températures globales moyennes sur terres et sur mer.
Format de lecture : fonction read_txt_file()Complete_TAVG_complete.txt: liste des températures globales moyennes sur terres.
Format de lecture : fonction read_txt_file()
Températures par hemisphères :
northern-hemisphere-TAVG-Trend.txt: liste des températures moyennes par hémisphère (nord)
Format de lecture : fonction read_txt_file()fonction read_txt_file()southern-hemisphere-TAVG-Trend.txt: liste des températures moyennes par hémisphère (sud)
Format de lecture : fonction read_txt_file()fonction read_txt_file()
Températures par pays :
Sets_by_country: liste des températures moyennes par pays.
Format de lecture : fonction read_txt_file()fonction read_txt_file()
Chaque jeu de données contient des températures moyennes pour la zone géographique concernée, par mois, avec incertitudes.
Description des data sets
Il s’agit de fichiers « .txt », chacun d’entre eux correspondant à une région, quel que soit son ordre de grandeur (totalité du globe, hémisphère, continent ou pays). Ils sont tous construits de la même manière. Chaque fichier contient en en-tête une description, dont un élément crucial :
Une liste de 12 températures de référence absolues mensuelles et leur incertitude sur une période fixe de 30 ans, de janvier 1951 à décembre 1980. Cette période a été retenue d'une part pour la fiabilité et la complétude des observations effectuées, mais surtout car elle représente une sorte de médiane sur l'ensemble du dataset : globalement, la moitié des données seront situées en-dessous de ces valeurs, l'autre moitié au-dessus. Ces références nous permettront de calculer les températures en valeurs absolues.
Ensuite, un tableau donne le détail des résultats moyens sous forme d’anomalies, ou températures relatives, assorties de leur incertitude, observés par mois pour la région donnée, pour une période allant de 1750 au plus tôt, et jusqu’en 2021. Plus d'information concernant ce mesurement et l'intérêt de raisonner en termes d'anomalies ici.
- L’anomalie de température est une value relative, exprimée en degrés Celsius correspondant à l’écart, positif ou négatif, entre la température mesurée et la température moyenne de référence correspondante.
- L’incertitude est la dispersion liée à différents facteurs, notamment de sous-échantillonnage statistique et spatial, influant in fine sur la qualité de la mesure. Elle représente l'intervalle de confiance à 95 %.
Les données sont réparties sur 12 colonnes. Les quatre premières colonnes fournissent l’information suivante : l’année, le mois de l’année, l’anomalie de température moyenne estimée pour ce mois et son incertitude.
Les huit dernières colonnes rapportent les anomalies et incertitudes sous la forme de moyennes glissantes annuelles, quinquennales, décennales et vicennales, centrées sur le mois considéré. Par exemple, la moyenne annuelle de janvier à décembre 1950 est rapportée à juin 1950, ce qui explique la présence de « NaNs » en début et fin de ces colonnes dans les Data Sets. Dans un premier temps nous n'utiliserons pas ces moyennes glissantes.
Analyse exploratoire des Data Sets
Températures globales
Températures moyennes pour l'ensemble du globe :
- à la surface des zones terriennes et océaniques ;
- à la surface des zones terriennes uniquement.
Zones terriennes et océaniques
Lecture du jeu de données et affichage des premières lignes, en utilisant la fonction read_txt_file(), pour les températures globales sur terres et océans.
global_land_ocean = read_txt_file('/content/drive/MyDrive/data/berkeley_earth/Land_and_Ocean_complete_1.txt')global_land_ocean.head()| year | month | ano | uncert | abs | date | |
|---|---|---|---|---|---|---|
| 0 | 1850 | 1 | -0.760 | 0.435 | 11.470 | 1850-01-15 |
| 0 | 1850 | 2 | -0.207 | 0.420 | 12.233 | 1850-02-15 |
| 0 | 1850 | 3 | -0.370 | 0.353 | 12.690 | 1850-03-15 |
| 0 | 1850 | 4 | -0.605 | 0.284 | 13.375 | 1850-04-15 |
| 0 | 1850 | 5 | -0.632 | 0.293 | 14.318 | 1850-05-15 |
Description du type des colonnes du jeu de données :
global_land_ocean.info()Description statistique des colonnes du jeu de données :
global_land_ocean.describe()| year | month | ano | uncert | abs | |
|---|---|---|---|---|---|
| count | 2064.000000 | 2064.000000 | 2064.000000 | 2064.000000 | 2064.000000 |
| mean | 1935.500000 | 6.500000 | -0.009375 | 0.125572 | 14.094791 |
| std | 49.663316 | 3.452889 | 0.406460 | 0.083548 | 1.395532 |
| min | 1850.000000 | 1.000000 | -0.999000 | 0.029000 | 11.231000 |
| 25% | 1892.750000 | 3.750000 | -0.297000 | 0.049000 | 12.805750 |
| 50% | 1935.500000 | 6.500000 | -0.093000 | 0.116500 | 14.100000 |
| 75% | 1978.250000 | 9.250000 | 0.193250 | 0.165000 | 15.398250 |
| max | 2021.000000 | 12.000000 | 1.335000 | 0.555000 | 16.916000 |
Recherche de données manquantes :
global_land_ocean.isna().sum(axis=0)Le DF Global Land & Ocean est complet, et ne contient aucun NaN.
Calcul de la moyenne mobile des valeurs absolues :
Les moyennes mobiles sont essentiellement un outil de suivi de tendance. Pour cet objectif nous allons creer une colonne 'mov_average' qui indique la valeur de la moyenne de 12 derniers mois a partir de la ligne dans laquelle est apparait.
global_land_ocean['mov_average'] = global_land_ocean['abs'].rolling(12).mean()global_land_ocean.head(15)| year | month | ano | uncert | abs | date | mov_average | |
|---|---|---|---|---|---|---|---|
| 0 | 1850 | 1 | -0.760 | 0.435 | 11.470 | 1850-01-15 | NaN |
| 0 | 1850 | 2 | -0.207 | 0.420 | 12.233 | 1850-02-15 | NaN |
| 0 | 1850 | 3 | -0.370 | 0.353 | 12.690 | 1850-03-15 | NaN |
| 0 | 1850 | 4 | -0.605 | 0.284 | 13.375 | 1850-04-15 | NaN |
| 0 | 1850 | 5 | -0.632 | 0.293 | 14.318 | 1850-05-15 | NaN |
| 0 | 1850 | 6 | -0.350 | 0.310 | 15.320 | 1850-06-15 | NaN |
| 0 | 1850 | 7 | -0.175 | 0.273 | 15.775 | 1850-07-15 | NaN |
| 0 | 1850 | 8 | -0.167 | 0.288 | 15.613 | 1850-08-15 | NaN |
| 0 | 1850 | 9 | -0.423 | 0.276 | 14.767 | 1850-09-15 | NaN |
| 0 | 1850 | 10 | -0.584 | 0.319 | 13.676 | 1850-10-15 | NaN |
| 0 | 1850 | 11 | -0.564 | 0.356 | 12.676 | 1850-11-15 | NaN |
| 0 | 1850 | 12 | -0.482 | 0.389 | 12.018 | 1850-12-15 | 13.660917 |
| 0 | 1851 | 1 | -0.167 | 0.371 | 12.063 | 1851-01-15 | 13.710333 |
| 0 | 1851 | 2 | -0.406 | 0.342 | 12.034 | 1851-02-15 | 13.693750 |
| 0 | 1851 | 3 | -0.561 | 0.292 | 12.499 | 1851-03-15 | 13.677833 |
Dans un premier temps, nous voulons visualiser l'évolution des températures sur la durée totale du jeu de données. Comme les données sont mensuelles, nous pouvons observer des variations saisonales correspondant à chaque année.
Nous utilisons la fonction plot_month :
# Utilisation de la fonction plot_month pour le DF global, terres et océans :plot_month(global_land_ocean, 'Evolution des températures globales (surface terres et océans) par mois')Pas d'analyse du graphique..
On ne voit pas de point avec un température à 40°C.
La courbe de moyenne glissante est rouge est prête un petit peu à confusion avec la température max
A présent, visualisons l'évolution des températures moyennes annuelles, en affichant également la marge d'incertitude.
Nous utilisons la fonction plot_year :
# plot_year pour le DF global, terres et océans :plot_year(global_land_ocean, 'Evolution des températures globales (surface terres et océans) par an, avec incertitude', show_uncert=True)Pas d'analyse du graphique en dessous?
Zones terriennes uniquement
Lecture du jeu de données et affichage des premières lignes, en utilisant la fonction read_txt_file(), pour les températures globales sur terres uniquement.
global_land_only = read_txt_file('/content/drive/MyDrive/data/berkeley_earth/Complete_TAVG_complete.txt')global_land_only.head()| year | month | ano | uncert | abs | date | |
|---|---|---|---|---|---|---|
| 0 | 1750 | 1 | -0.490 | 3.240 | 2.110 | 1750-01-15 |
| 0 | 1750 | 2 | -1.029 | 3.620 | 2.171 | 1750-02-15 |
| 0 | 1750 | 3 | 0.211 | 3.079 | 5.501 | 1750-03-15 |
| 0 | 1750 | 4 | -0.166 | 1.671 | 8.114 | 1750-04-15 |
| 0 | 1750 | 5 | -1.589 | 2.514 | 9.681 | 1750-05-15 |
Description du type des colonnes du jeu de données :
global_land_only.info()Description statistique des colonnes du jeu de données :
global_land_only.describe()| year | month | ano | uncert | abs | |
|---|---|---|---|---|---|
| count | 3265.000000 | 3265.000000 | 3264.000000 | 3262.000000 | 3264.000000 |
| mean | 1885.541807 | 6.498315 | -0.265392 | 0.902632 | 8.329213 |
| std | 78.555437 | 3.453394 | 0.961144 | 1.043254 | 4.330287 |
| min | 1750.000000 | 1.000000 | -6.018000 | 0.022000 | -2.423000 |
| 25% | 1818.000000 | 3.000000 | -0.701250 | 0.173000 | 4.290250 |
| 50% | 1886.000000 | 6.000000 | -0.197000 | 0.385000 | 8.561000 |
| 75% | 1954.000000 | 9.000000 | 0.244250 | 1.386250 | 12.425500 |
| max | 2022.000000 | 12.000000 | 5.531000 | 6.521000 | 17.780000 |
Recherche et identification des données manquantes :
global_land_only.isna().sum(axis=0)Nous remarcons un NaN dans la colonne 'ano', un dans 'abs' et trois NaN dans la colonne 'uncert'.
Attention petite tipo..
Pour remplir les NaN, la méthode que nous considérons la plus adéquate concernant le sujet de températures est l’interpolation linéaire - la technique de détermination des valeurs des fonctions de tout point intermédiaire lorsque les valeurs de deux points adjacents sont connues.
Très bien de l'avoir écrit
global_land_only = global_land_only.set_index('date').interpolate()Je conseille un graphique avant et après remplacement de valeurs manquantes pour identifier les "trous" et les positions et les niveaux des points d'interpolation.
Nous nous assurons que nous avons bien traité tous les NaN:
global_land_only=global_land_only.reset_index()global_land_only.isna().sum(axis=0)global_land_only.head()| date | year | month | ano | uncert | abs | |
|---|---|---|---|---|---|---|
| 0 | 1750-01-15 | 1750 | 1 | -0.490 | 3.240 | 2.110 |
| 1 | 1750-02-15 | 1750 | 2 | -1.029 | 3.620 | 2.171 |
| 2 | 1750-03-15 | 1750 | 3 | 0.211 | 3.079 | 5.501 |
| 3 | 1750-04-15 | 1750 | 4 | -0.166 | 1.671 | 8.114 |
| 4 | 1750-05-15 | 1750 | 5 | -1.589 | 2.514 | 9.681 |
Calcul de la moyenne mobile des valeurs absolues :
global_land_only['mov_average']=global_land_only['abs'].rolling(12).mean()global_land_only.head(15)| date | year | month | ano | uncert | abs | mov_average | |
|---|---|---|---|---|---|---|---|
| 0 | 1750-01-15 | 1750 | 1 | -0.490 | 3.240 | 2.110 | NaN |
| 1 | 1750-02-15 | 1750 | 2 | -1.029 | 3.620 | 2.171 | NaN |
| 2 | 1750-03-15 | 1750 | 3 | 0.211 | 3.079 | 5.501 | NaN |
| 3 | 1750-04-15 | 1750 | 4 | -0.166 | 1.671 | 8.114 | NaN |
| 4 | 1750-05-15 | 1750 | 5 | -1.589 | 2.514 | 9.681 | NaN |
| 5 | 1750-06-15 | 1750 | 6 | -1.050 | 1.078 | 12.370 | NaN |
| 6 | 1750-07-15 | 1750 | 7 | -0.158 | 2.715 | 14.142 | NaN |
| 7 | 1750-08-15 | 1750 | 8 | 0.197 | 1.623 | 14.037 | NaN |
| 8 | 1750-09-15 | 1750 | 9 | -1.084 | 1.448 | 10.966 | NaN |
| 9 | 1750-10-15 | 1750 | 10 | -2.136 | 2.254 | 7.074 | NaN |
| 10 | 1750-11-15 | 1750 | 11 | -4.391 | 2.056 | 1.689 | NaN |
| 11 | 1750-12-15 | 1750 | 12 | -2.943 | 3.460 | 0.687 | 7.378500 |
| 12 | 1751-01-15 | 1751 | 1 | -1.428 | 3.302 | 1.172 | 7.300333 |
| 13 | 1751-02-15 | 1751 | 2 | -2.789 | 3.167 | 0.411 | 7.153667 |
| 14 | 1751-03-15 | 1751 | 3 | 0.275 | 2.357 | 5.565 | 7.159000 |
# Utilisation de la fonction plot_month pour le DF global, terres uniquement :plot_month(global_land_only, 'Evolution des températures globales (surface terres uniquement) par mois')Même remarque que ci-dessus
Nous visualisons également les températures moyennes par années, avec affichage des incertitudes :
plot_year(global_land_only, 'Evolution des températures globales (surface terres uniquement) par an, avec incertitude', show_uncert=True)Commenter le dernier point
Remarquons que dans les 2 cas, la marge d'incertitude s'amincit au cours du temps. La qualité des mesures et le nombre d'observations augmentent et améliorent grandement la fiabilité des données.
Quels deux cas?
Affichage comparé
Affichons côte-à-côte ces 2 graphes, sans l'incertitude :
global_dict = {"Terres et océans": global_land_ocean, "Terres uniquement": global_land_only}mult_plot_year(global_dict, "Evolution des températures globales par an")# TODO : Je cherche comment différencier les couleurs dans la légende (qui sinon n'a pas d'intérêt)A quoi sert la légende?
Même remarque que précédemment.
On voit toujours le point aberrant.
Nous pouvons faire 2 remarques :
- La tendance à la hausse est nette dès 1800 pour les terres et dès les premières mesures retenues pour les terres et océans.
- Les moyennes sont beaucoup plus élevées (6°C env.) dès lors qu'elles comprennent les mesures à la surface des océans.
L'écart de température est-il constant?
Températures par hémisphère
Températures moyennes à la surface des zones terriennes pour chaque hémisphère :
Hémisphère Nord
Lecture du jeu de données et affichage des premières lignes, en utilisant la fonction read_txt_file(), pour les températures globales sur terres dans l'hémisphère Nord.
north_hem = read_txt_file('/content/drive/MyDrive/data/berkeley_earth/Sets_by_hemisphere/northern-hemisphere-TAVG-Trend.txt')north_hem.head()| year | month | ano | uncert | abs | date | |
|---|---|---|---|---|---|---|
| 0 | 1840 | 1 | 0.447 | 1.333 | -1.613 | 1840-01-15 |
| 0 | 1840 | 2 | -0.821 | 1.100 | -0.861 | 1840-02-15 |
| 0 | 1840 | 3 | -1.050 | 1.503 | 3.520 | 1840-03-15 |
| 0 | 1840 | 4 | -0.455 | 0.622 | 9.895 | 1840-04-15 |
| 0 | 1840 | 5 | -0.002 | 0.829 | 15.738 | 1840-05-15 |
Description du type des colonnes du jeu de données :
north_hem.info()Description statistique des colonnes du jeu de données :
north_hem.describe()| year | month | ano | uncert | abs | |
|---|---|---|---|---|---|
| count | 2172.000000 | 2172.000000 | 2171.000000 | 2171.000000 | 2171.000000 |
| mean | 1930.000000 | 6.500000 | -0.008731 | 0.281514 | 10.115351 |
| std | 52.261434 | 3.452847 | 0.690087 | 0.265338 | 8.329924 |
| min | 1840.000000 | 1.000000 | -2.322000 | 0.042000 | -4.382000 |
| 25% | 1885.000000 | 3.750000 | -0.410500 | 0.118000 | 2.664000 |
| 50% | 1930.000000 | 6.500000 | -0.049000 | 0.167000 | 10.649000 |
| 75% | 1975.000000 | 9.250000 | 0.335500 | 0.349500 | 18.400000 |
| max | 2020.000000 | 12.000000 | 2.883000 | 2.518000 | 22.587000 |
Recherche et identification des données manquantes :
north_hem.isna().sum(axis=0)Nous remarcons un NaN dans la colonne 'ano', un dans 'uncert' et un dans 'abs'. Preil que dans le data set precedent, nous utilisons l'interpolation linéaire:
Nous remarquons
north_hem = north_hem.set_index('date').interpolate()Nous nous assurons que nous avons bien traité tous les NaN:
north_hem = north_hem.reset_index()north_hem.isna().sum(axis=0)north_hem.head()| date | year | month | ano | uncert | abs | |
|---|---|---|---|---|---|---|
| 0 | 1840-01-15 | 1840 | 1 | 0.447 | 1.333 | -1.613 |
| 1 | 1840-02-15 | 1840 | 2 | -0.821 | 1.100 | -0.861 |
| 2 | 1840-03-15 | 1840 | 3 | -1.050 | 1.503 | 3.520 |
| 3 | 1840-04-15 | 1840 | 4 | -0.455 | 0.622 | 9.895 |
| 4 | 1840-05-15 | 1840 | 5 | -0.002 | 0.829 | 15.738 |
Calcul de la moyenne mobile des valeurs absolues :
north_hem['mov_average'] = north_hem['abs'].rolling(12).mean()north_hem.head(15)| date | year | month | ano | uncert | abs | mov_average | |
|---|---|---|---|---|---|---|---|
| 0 | 1840-01-15 | 1840 | 1 | 0.447 | 1.333 | -1.613 | NaN |
| 1 | 1840-02-15 | 1840 | 2 | -0.821 | 1.100 | -0.861 | NaN |
| 2 | 1840-03-15 | 1840 | 3 | -1.050 | 1.503 | 3.520 | NaN |
| 3 | 1840-04-15 | 1840 | 4 | -0.455 | 0.622 | 9.895 | NaN |
| 4 | 1840-05-15 | 1840 | 5 | -0.002 | 0.829 | 15.738 | NaN |
| 5 | 1840-06-15 | 1840 | 6 | -0.079 | 0.632 | 19.591 | NaN |
| 6 | 1840-07-15 | 1840 | 7 | 0.233 | 0.668 | 21.553 | NaN |
| 7 | 1840-08-15 | 1840 | 8 | -0.721 | 0.905 | 19.489 | NaN |
| 8 | 1840-09-15 | 1840 | 9 | -1.003 | 0.680 | 15.627 | NaN |
| 9 | 1840-10-15 | 1840 | 10 | -1.830 | 0.730 | 9.160 | NaN |
| 10 | 1840-11-15 | 1840 | 11 | -1.871 | 0.949 | 2.649 | NaN |
| 11 | 1840-12-15 | 1840 | 12 | -1.712 | 1.101 | -2.092 | 9.388000 |
| 12 | 1841-01-15 | 1841 | 1 | -1.713 | 1.399 | -3.773 | 9.208000 |
| 13 | 1841-02-15 | 1841 | 2 | -0.444 | 1.459 | -0.484 | 9.239417 |
| 14 | 1841-03-15 | 1841 | 3 | -1.891 | 0.916 | 2.679 | 9.169333 |
Utilisons la même méthodologie que précédemment pour visualiser ces données.
La fonction plot_month permet d'afficher les données mensuelles, soumises à variations saisonales :
# Utilisation de la fonction get_plot_month pour le DF north_hem :plot_month(north_hem, "Evolution des températures dans l'hémisphère Nord par mois")commentaire??
Fonction plot_year:
# plot_year pour le DF north_hem :plot_year(north_hem, "Evolution des températures dans l'hémisphère nord, par an, avec incertitude", show_uncert=True)idem?
Hémisphère Sud
Lecture du jeu de données et affichage des premières lignes, en utilisant la fonction read_txt_file(), pour les températures globales sur terres dans l'hémisphère Sud.
south_hem = read_txt_file('/content/drive/MyDrive/data/berkeley_earth/Sets_by_hemisphere/southern-hemisphere-TAVG-Trend.txt')south_hem.head()| year | month | ano | uncert | abs | date | |
|---|---|---|---|---|---|---|
| 0 | 1880 | 8 | 0.323 | 0.693 | 13.823 | 1880-08-15 |
| 0 | 1880 | 9 | -0.712 | 0.653 | 14.768 | 1880-09-15 |
| 0 | 1880 | 10 | -0.688 | 0.692 | 16.722 | 1880-10-15 |
| 0 | 1880 | 11 | -0.206 | 0.696 | 19.094 | 1880-11-15 |
| 0 | 1880 | 12 | -0.357 | 0.726 | 20.083 | 1880-12-15 |
Description du type des colonnes du jeu de données :
south_hem.info()Description statistique des colonnes du jeu de données :
south_hem.describe()| year | month | ano | uncert | abs | |
|---|---|---|---|---|---|
| count | 1685.000000 | 1685.000000 | 1683.000000 | 1683.000000 | 1683.000000 |
| mean | 1950.290801 | 6.510386 | 0.037915 | 0.286562 | 16.885182 |
| std | 40.547306 | 3.454065 | 0.514970 | 0.165932 | 2.954155 |
| min | 1880.000000 | 1.000000 | -1.380000 | 0.064000 | 11.522000 |
| 25% | 1915.000000 | 4.000000 | -0.321500 | 0.131000 | 14.148500 |
| 50% | 1950.000000 | 7.000000 | -0.031000 | 0.276000 | 17.080000 |
| 75% | 1985.000000 | 10.000000 | 0.340000 | 0.400000 | 19.658000 |
| max | 2020.000000 | 12.000000 | 1.709000 | 0.830000 | 22.005000 |
Line #1. south_hem.describe()
pas de commentaire de code?
Recherche et identification des données manquantes :
south_hem.isna().sum(axis=0)je vous conseille la présentation ci-dessous (en markdown)
nom de colonnes | traitement NaN -- | -- ano | remplacement par interpolation uncert | remplacement par interpolation
Autre question les valeurs manquantes sont-elles à la même date? Si oui essayer de creuser pour savoir s'il y'a une raison (si vous trouvez une raison)
Nous remarcons deux NaNs dans la colonnes 'ano', deux dans 'uncert' et deux dans 'abs'. Preil que dans le data set precedent, nous utilisons l'interpolation linéaire:
idem
south_hem = south_hem.set_index('date').interpolate()Nous nous assurons que nous avons bien traité tous les NaN :
south_hem = south_hem.reset_index()south_hem.isna().sum(axis=0)south_hem.head()| date | year | month | ano | uncert | abs | |
|---|---|---|---|---|---|---|
| 0 | 1880-08-15 | 1880 | 8 | 0.323 | 0.693 | 13.823 |
| 1 | 1880-09-15 | 1880 | 9 | -0.712 | 0.653 | 14.768 |
| 2 | 1880-10-15 | 1880 | 10 | -0.688 | 0.692 | 16.722 |
| 3 | 1880-11-15 | 1880 | 11 | -0.206 | 0.696 | 19.094 |
| 4 | 1880-12-15 | 1880 | 12 | -0.357 | 0.726 | 20.083 |
Calcul de la moyenne mobile des valeurs absolues :
south_hem['mov_average'] = south_hem['abs'].rolling(12).mean()south_hem.head(15)| date | year | month | ano | uncert | abs | mov_average | |
|---|---|---|---|---|---|---|---|
| 0 | 1880-08-15 | 1880 | 8 | 0.323 | 0.693 | 13.823 | NaN |
| 1 | 1880-09-15 | 1880 | 9 | -0.712 | 0.653 | 14.768 | NaN |
| 2 | 1880-10-15 | 1880 | 10 | -0.688 | 0.692 | 16.722 | NaN |
| 3 | 1880-11-15 | 1880 | 11 | -0.206 | 0.696 | 19.094 | NaN |
| 4 | 1880-12-15 | 1880 | 12 | -0.357 | 0.726 | 20.083 | NaN |
| 5 | 1881-01-15 | 1881 | 1 | -0.395 | 0.703 | 20.415 | NaN |
| 6 | 1881-02-15 | 1881 | 2 | -0.546 | 0.650 | 19.554 | NaN |
| 7 | 1881-03-15 | 1881 | 3 | -0.407 | 0.620 | 18.353 | NaN |
| 8 | 1881-04-15 | 1881 | 4 | -0.262 | 0.662 | 16.338 | NaN |
| 9 | 1881-05-15 | 1881 | 5 | 0.065 | 0.687 | 14.635 | NaN |
| 10 | 1881-06-15 | 1881 | 6 | -0.852 | 0.700 | 11.958 | NaN |
| 11 | 1881-07-15 | 1881 | 7 | -0.598 | 0.633 | 11.742 | 16.457083 |
| 12 | 1881-08-15 | 1881 | 8 | -0.468 | 0.627 | 13.562 | 16.435333 |
| 13 | 1881-09-15 | 1881 | 9 | -0.338 | 0.621 | 15.382 | 16.486500 |
| 14 | 1881-10-15 | 1881 | 10 | -0.208 | 0.615 | 17.202 | 16.526500 |
# Utilisation de la fonction get_plot_month pour le DF south_hem :plot_month(south_hem, "Evolution des températures dans l'hémisphère Sud par mois")qu'observe t'on exactement??
On observe une distribution très différente des températures mensuelles d'un hémisphère à l'autre.
Dans ce cas vaut mieux mettre les 2 graphiques côte à côte pour que ce soit plus explicite
# plot_year pour le DF south_hem :plot_year(south_hem, "Evolution des températures dans l'hémisphère sud, par an, avec incertitude", show_uncert=True)
Même remarque concernant l'amincissement de la marge d'incertitude.
Affichage comparé
Affichons côte-à-côte ces 2 graphes, sans l'incertitude :
# Utilisation de la fonction mult_plot_year pour les DF north_hem et south_hem :hems_dict = {"Hémisphère nord": north_hem, "Hémisphère sud": south_hem}mult_plot_year(hems_dict, "Evolution des températures dans chaque hémisphère par an")# Je cherche à différencier les couleurs dans la légende (qui sinon n'a pas d'intérêt)du coup on ne distingue pas les différence entre les deux hémisphères...? Il y'a un soucis avec la légende et on ne voit pas le point avec une température de 40°C?
A nouveau, 2 remarques :
- La tendance à la hausse est nette dans les 2 hémisphères.
- Les températures mesurées dans l'hémisphère sud maintiennent un écart positif de 6°C env. par rapport à l'hémisphère nord. La raison de cet écart doit être un plus grand ensoleillement, la rotation de la terre autour de son axe, ou encore la différence de surface d'eau d'un hémisphère à l'autre.
Les températures mesurées dans l'hémisphère sud maintiennent un écart positif de 6°C env. par rapport à l'hémisphère nord. La raison de cet écart doit être un plus grand ensoleillement, la rotation de la terre autour de son axe, ou encore la différence de surface d'eau d'un hémisphère à l'autre.
Vous pouvez donner plus de détails SVP?
Aggrégation des données
Nous souhaitons avoir les deux hémisphères réunies dans un seul dataset.
J'aurais conseillé de réunir les dataframes et de réaliser les analyses des deux hémisphères en les comparant avec des graphiques côte à côte.
En gros:
- importer
- nettoyer
- fusionner
- explorer de manière conjointe
south_hem['hem'] = 'south'north_hem['hem'] = 'north'hems = pd.concat([south_hem, north_hem], axis=0)display(hems.info())hems.head()| date | year | month | ano | uncert | abs | mov_average | hem | |
|---|---|---|---|---|---|---|---|---|
| 0 | 1880-08-15 | 1880 | 8 | 0.323 | 0.693 | 13.823 | NaN | south |
| 1 | 1880-09-15 | 1880 | 9 | -0.712 | 0.653 | 14.768 | NaN | south |
| 2 | 1880-10-15 | 1880 | 10 | -0.688 | 0.692 | 16.722 | NaN | south |
| 3 | 1880-11-15 | 1880 | 11 | -0.206 | 0.696 | 19.094 | NaN | south |
| 4 | 1880-12-15 | 1880 | 12 | -0.357 | 0.726 | 20.083 | NaN | south |
Températures par pays
# Lecture des données par paystemps_countries = pd.read_csv('/content/drive/MyDrive/data/berkeley_earth/all_countries_abs.csv')temps_countries| date | afghanistan | albania | algeria | andorra | angola | anguilla | antarctica | argentina | armenia | ... | turkmenistan | uganda | ukraine | uruguay | uzbekistan | venezuela | vietnam | yemen | zambia | zimbabwe | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 1743-11-15 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 1 | 1744-04-15 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 2 | 1744-05-15 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 3 | 1744-06-15 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| 4 | 1744-07-15 | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | ... | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN | NaN |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 3259 | 2020-08-15 | 26.295 | 24.017 | 34.687 | 21.719 | 22.385 | NaN | -32.168 | 10.782 | 18.640 | ... | 27.909 | 23.316 | 21.013 | 14.227 | 26.097 | 26.213 | 27.542 | 31.935 | 21.223 | 19.621 |
| 3260 | 2020-09-15 | 20.147 | 21.339 | 31.515 | 17.295 | 24.295 | NaN | -29.611 | 13.377 | 18.195 | ... | 21.670 | 23.241 | 17.703 | 14.295 | 19.067 | 26.577 | 27.299 | 30.132 | 24.183 | 22.638 |
| 3261 | 2020-10-15 | 12.916 | 14.932 | 25.514 | 11.254 | 25.356 | NaN | -26.018 | 16.502 | 11.396 | ... | 14.130 | 23.166 | 12.549 | 17.589 | 11.672 | 26.211 | 24.192 | 26.916 | 25.994 | 24.588 |
| 3262 | 2020-11-15 | 6.912 | 10.253 | 19.019 | 9.571 | 24.040 | NaN | -17.661 | 19.850 | 4.856 | ... | 6.378 | 23.889 | 3.711 | 21.023 | 2.563 | 25.973 | 23.688 | 24.141 | 25.317 | 25.934 |
| 3263 | 2020-12-15 | 1.580 | 7.786 | 14.977 | 5.613 | 23.103 | NaN | -12.548 | 21.215 | -0.523 | ... | -1.060 | 24.100 | -0.777 | 22.736 | -4.313 | 25.545 | 20.603 | 21.734 | 22.789 | 23.595 |
3264 rows × 171 columns
pour moi il manque l'exploration de ce jeu de données.
Quel est le pays le plus chaud? Le plus impacté par la hause de température? Les profils d'évolution de températures sont-ils identiques au profil global (ou profils des hémisphère)? Après vous pouvez explorer tout ceci dans l'analyse à venir
temps_countries.isna().sum(axis=0)Un graphique aurait été meilleur
print("Température minimale jamais observée (à l'échelle d'un pays) :", temps_countries.min(numeric_only=True).min())print("Température maximale jamais observée (à l'échelle d'un pays) :", temps_countries.max(numeric_only=True).max())Concaténation des Data Sets
Pour faciliter notre analyse nous concaténons par année et mois l’ensemble Data Sets que nous souhaitons analyser dans un unique DataFrame. Nous concatènerons également les données liées aux émissions de CO2 (et à la hausse du niveau des océans ?).
Il manque également une synthèse de toutes les observations que vous avez pu faire ci-dessus (d'où le fait d'analyser tous les graphiques et ici d'en faire juste une synthèse).
Je n'ai pas vu non plus d'exploration du jeu de données CO2 et hausse de température des océans?
UnhapPy Earth
Étude de cas : Analyse du réchauffement climatique
De manière globale il manque une analyse des graphiques réalisés (tous les graphiques ne sont pas analysés)
Pas vu non plus les datasets relatifs aux niveau des océans et au CO2.
Attention à bien observer vos graphiques pour voir si tous les éléments du graphique apportent de l'information.
Manque aussi une synthèse en fin pour lister les différentes informations trouvées lors de cette étape d'audit et peut-être d'autres questions ou les questions qui pourront avoir une réponse dans la partie qui va suivre